AI产生自我意识，「古墓丽影」劳拉觉醒！电子游戏革命来了

来源丨新智元（ID：AI_era）

编辑丨埃涅阿斯、桃子

图源丨摄图网

如果游戏角色被注入生命，电子游戏会发展成什么样？

曾经，这是人们的畅想，而如今，随着AI智能体的发展，这种想象已经开始走入现实。

最近，一位YouTube作者Foxmaster制作了一个经典游戏《古墓丽影》的原版视频。

而其中的女主角劳拉，居然是一个能够控制自己角色的AI智能体！

视觉可以说，利用机器、定位、物体识别、动画、文本和语音等各种AI工具，Foxmaster为游戏角色注入了数字生命。

就在前几天，爆火AI社区的斯坦福智能体小镇正式开源。25个各具个性的AI智能体，在「西部世界」一般的沙盒虚拟小镇中生活、上班、交友。

那么，这或许就是电子游戏的未来？

「古墓丽影」女主有了意识

构建可以玩游戏的虚拟AI，这个概念已经很常见了。不过，Formaster 尝试的，是让这个角色类似于真人一样。

因此，他选择了「古墓丽影」这款游戏，游戏主角拉是一个人物造型劳、定义了明确的角色。

而Formaste希望，这种个性会对游戏的最终结局产生影响。

如何让这个AI智能体真正让劳拉·克劳馥在游戏中产生自我意识？

Formaster经过以下几个步骤的探索，终于成功了。

学习游戏规则

首先，叫她学会游戏规则。「古墓丽影」已经给出了教程，解释了所有的游戏控制流程。

作者让劳拉按照给出的方式去练习，就像人类玩家一样各个阶段的教程。

教程在拉拉池时结束，所以可以在离开后重新启动程序，做出改进。

开始时，改进Lara非常困难。

她有时会出现混乱，在地图中随意走动，甚至偶尔会卡在菜单栏里，一遍又遍地搜寻她的指南针。

为了解决这个问题，作者在一台虚拟机上，重新调整了主时钟，将游戏进程加速了40倍。这个办法劳力问题，AI智能体终于在相对不错的时间里，完成了教程。

然而，仍然存在一个问题：Lara 经常卡在一个位置，并且每个关卡都是由静态元素组成，因此只有一条优化路径。

这会导致她只知道不走哪条路，而不是想找出更全面的方法来解开问题。但作者希望的是，拉拉学会自己去探险探险过程。

到拉拉唯一掌握的知识，考虑到每道关卡显示屏幕上的内容，作者观察了从未玩过游戏的人类玩家的行为。

有的人会看完整个教程，有的人会先探索周围的环境，而这些选择的差异，就是由不同人的「个性」决定的。

而拉拉需要学习的，最需要的就是这种态度。

识别角色

为了让AI建立与Lara的联系，就需要让AI明白，她是一批任务。人类玩家进入游戏后，马上子就有了这样的意识。

为此，作者从各个角度，录制了24小时，拉拉朝着不同方向活动的视频，以便AI智能体能够识别任何给定角色。

就像自动驾驶汽车一样，能够以每秒30帧的速度拍摄24小时视频，获得2592000张参考图像，以识别道路标志。

首先，作者跟踪头部主要像素，然后是身体主要像素，来选择相关区域。

为了确保 Lara 出现在每张图片中，作者要求程序去识别那些不包含任何突出显示的图片。

当Lara点击整个屏幕时，或者当一个二维物体挡在她面前时，作者使用AI视觉捕捉来帮助识别Lara，结果非常准确，足以证明识别屏幕上的角色。

环境互动

能够识别Lara后，需要让AI与环境交互。

整个游戏环境都同样由区块组成，作者将其导入到立方体上，然后从各个角度采集环境，然后运行识别过程，这样AI智能体就能识别出环境，就像人类玩家解释的过程一样。

红色突出显示的区域是，无法识别的纹理。但是，AI缺乏对某个地方的意识，还需要知道自己距离周围环境的距离。

有趣的是，这些无法识别的区域，通常是远离拉拉的位置，或者是被其他二维物体遮挡的位置。

当我们观察人类玩家的行为时，看到这张后图，我们能够立即明白，所指向的区域是一个入口。

我们可能不知道下一个房间的大小，但我们知道它的存在。

但是，这也可能是一种视觉错觉。当我们去移动时，入口区域的纹理与其他地方不同，这是3D空间的特征。

因此，AI智能体还得学会移动，并进行比较。从计算角度来看，可以利用图像多个来确定哪些纹理尺寸的变化最小。

这里可以用主面积的面积来计算，它们的变化主要基于各地距离之间比例的概率。

想象一下

现在，AI已经知道自己身在何处了，她做出必须决定，自己下一步要去哪里。

通过识别纹理，可以让她到达特定的位置，但是在关卡中导航，需要更简单的东西。

最快的方法，就是加速恢复，识别区域中光线的变化突然。，人类玩家不一定会去这些地方。

当有多个开口时，AI必须表现出足够的兴趣，但不能导致她死亡。

比如说，如果一个洞太深，就无法在抓住周围壁架的情况下跳下去。如果下面有水存在，倒是有可能值得这种冒险。

人类玩家知道什么时候可以跳，但拉拉的行动方针都是来源于教程，它必须准确估计自己和目标之间有多少个方块，是否应该聚集自己的动量，以及在放手之前是否应该暂停一下。

总之，她必须像人类玩家一样，做出准确的评估。

如果她提前知道一个洞的大小，就会跑得非常快，这就不符合我们的期望。

为了让她多收集环境信息，作者鼓励AI，如果有疑问，就应该旋转相机，收集更多的信息。

但情况真实下，甚至如此，AI也有可能卡在房间里。

为了鼓励她走出房间，作者补充了一些收集规则。

比如说，每当遇到该区域成为优先级之前从未见过的纹理时，她都必须以增加屏幕上这种纹理大小的方式来移动。

这样，她就只能在关卡中前进。每个关卡中都有独特的纹理，因为解锁的唯一方式，就是进入下一个关卡。

总之，Lara会不断分析自己在屏幕上看到的内容——不同表面的纹理，她会移动自己的身体，定义新的兴趣点（即目录中尚未存在的纹理）。

在这个过程中，她会不断验证，去寻找丢失的纹理。

运动

然而，即使经过了上述改进，这个 AI 还是太像一个机器人了，行动模式是还原的。

为了改进它，作者再次观察了人类玩家。

是什么决定了人类玩家在游戏中如何行动？这就是我们的记忆，我们会记住它是如何组合的。

因此，这个过程也需要接入到AI中，因为Lara必须意识到她自己的运动能力。

为此，作者把AI每一秒的动作都保存起来，来训练它，然后添加一条规则，允许它同时执行这些保存的动作。

这样，AI的动作就变得平滑多了。

另外，因为每个动作的冷却时间都是已知的，就可以阻止AI在执行不必要的动作时，仍然处于一个活动。

这样一来，火焰重新激活的速度之快，需要完成很大的跳跃才能突破。

幸运的是，这些在视觉上的通道被简化了，很容易识别块的边缘。

AI 知道，劳拉总是会在方块的第一部分激活时完成正确的跳跃，就像人类玩家理解的一样。

ChatGPT注入人物

接下来，就需要将劳拉的个性灌输给AI智能体。个性取决于经验和记忆，这些因素的决定结合了劳拉角色。

根据游戏设定，她是一位著名的考古学家，从不畏惧冒险，愿意接受分配的局部任务，甚至不奖励奖励，完全出于热爱。

另外，拉拉还特别有钱，刚刚搬进了一个豪宅，屋内装饰非常优雅，屋子里还有一个房间。她还特别擅长教学、游泳、攀爬、耐力非常强。

当冒险途中遇到危险时，她能够保持镇静，而且非常勇敢，不会感到紧张帮助同伴。

狼群包围，她用枪准确地射杀，还能用匕首杀死凶险的狼。她唯一拒绝的是，主动强行开锁。

以上的一切，都是从游戏设定中，阐明了劳拉的个性。

接下来，就是以真实的方式去评论她所看到的一切，就此，作者在数据库中已经编译了拉拉的性格特征。

为了使对实际情况的评论变得有意义，程序需要将游戏图像与现实生活中可识别的事物相关联。

对于细节通常纹理稀疏的图像，可以通过谷歌逆向图像搜索进行匹配。

因此，当AI智能体检测到足够大的纹理时，它就会启动搜素。

为了识别单词，作者将整个页面复制到ChatGPT。然后要求ChatGPT根据出现的次数对其进行分类，再将识别出的单词添加到列表中。

最后要求ChatGPT根据这些单词创建一个句子，并且要考虑Lara的个性。

这样，就是要ChatGPT去真正地评论，Lara在现实生活中看到的东西。

比如说，如果纹理被识别为海狮，ChatGPT能够将海狮与Lara个性特征联系起来做出评论。

总得来说，劳拉智能体的性格是通过ChatGPT使用「勇敢」、「友好」或「聪明」等各种属性设定的。

劳拉在游戏中，感知和评论的所有视线都会通过这个人物过滤器，并由劳拉根据既定的性格反应出来。

就比如，比如上的海豹，拉拉会提及海狮雕像，或者出色的游泳能力，并不会在此在马戏团发表言论。

网友：AI智能体让电子游戏变成了艺术品

有网友表示，这是让角色发展最酷、最自然的感觉方式之一。当角色能够活灵活现，你才可以真正体验到电子游戏是一件艺术品。

「她说话和分析周围环境的方式非常可爱。让 AI 机器人有能力评论周围环境，无论它的实际水平如何，都会让人觉得她是一个活生生的人。」

「这太迷人了。她那超然的好奇心和细微的异想天开的想法，与我想象中的拉拉的内心有着白色惊人的相似。」

有人说，让我惊奇的是，她的对话与她的行为相一致。

这让人觉得，写对话的人工智能和控制角色的人工智能是同一个人。

前不久在斯坦福AI智能体小镇开源时，网友们就十分激动，觉得AGI已经来了，各种RPG和模拟类游戏很快就会采用这种技术。

而现在，Foxmaster将ChatGPT、计算机视觉和物体识别的结合，让电子游戏变得更加有趣了。

也许在未来，电子游戏角色可以被赋予装饰、更灵活的个性，对环境做出更快的反应，以及许多我们无法想象的变化。